Analysis of correlating processing’s influence on the evaluation of informative low-amplitude components in z-electrocardiosignals

Оscar A. Mukhametzyanov; Мухаметзянов Оскар А.

doi:10.25686/2306-2819.2024.4.78

Анализ влияния сглаживания и корреляционной обработки на оценку информативных низкоамплитудных составляющих Z-электрокардиосигналов

Авторы: Мухаметзянов О.А.¹
Учреждения:
1. Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ
Выпуск: № 4 (2024)
Страницы: 78-85
Раздел: ПРИБОРОСТРОЕНИЕ
URL: https://ogarev-online.ru/2306-2819/article/view/285019
DOI: https://doi.org/10.25686/2306-2819.2024.4.78
EDN: https://elibrary.ru/RZHBQO
ID: 285019

Цитировать

Аннотация

Разработка устройств, которые могут эффективно анализировать электрокардиосигналы (ЭКС), является актуальной задачей. Особенно это касается задачи расширения функционала. Например, в настоящий момент отсутствуют одноканальные устройства, направленные на оценку поздних потенциалов желудочков (ППЖ) сердца – низкоамплитудных составляющих с прогностической ценностью. Цель данной работы – проанализировать возможность регистрации ППЖ в ЭКС по одному отведению. ЭКС по отведению Z выбраны для данной работы. Для более точного анализа применена процедура сглаживания сигналов, а также разработан вспомогательный алгоритм корреляционной обработки на основе коэффициента корреляции 0,97÷0,99. Стандартным методом обнаружено 46 случаев ППЖ, предлагаемым алгоритмом – 80 случаев. Вероятность правильного принятия решения при тестировании алгоритма превысила 73 %. Предложенный алгоритм может обнаруживать ППЖ в ЭКС по отведению Z. Результаты могут быть полезны для разработки одноканального анализатора ЭКС.

Ключевые слова

цифровая обработка сигналов, корреляционный анализ, электрокардиосигналы, одно-канальное устройство

Полный текст

Об авторах

Оскар А. Мухаметзянов

Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ

Автор, ответственный за переписку.
Email: OAMukhametzyanov@kai.ru
ORCID iD: 0009-0009-8186-4663
SPIN-код: 6062-4483

аспирант, старший преподаватель кафедры радиоэлектронных и телекоммуникационных систем

Россия, Казань

Список литературы

Raj S. A real-time ECG-processing platform for telemedicine applications. In: Advances in Telemedicine for Health Monitoring: Technol-ogies, Design and Applications. Rashid T. A., Chakraborty Ch. A., Fraser K. A. (ed.). Ste-venage, UK: The Institution of Engineering and Technology; 2020:77–127. doi: 10.1049/PBHE023E_ch5
Romagnoli S., Ripanti F., Morettini M. et al. Wearable and portable devices for acquisition of cardiac signals while practicing sport: a scoping review. Sensors. 2023;23(6):3350. doi: 10.3390/s23063350
Arefnezhad S., Eichberger A., Frühwirth M. et al. Driver monitoring of automated vehicles by classification of driver drowsiness using a deep convolutional neural network trained by scalograms of ECG signals. Energies. 2022;15(2):480. doi: 10.3390/en15020480
Lemay M. Data Processing Techniques for the characterization of Atrial Fibrillation. Doctoral thesis. Lausanne, Switzerland: EPFL; 2007. 154 p. doi: 10.5075/epfl-thesis-3982
Frank E. An accurate, clinically practical sys-tem for spatial vectorcardiography. Circula-tion. 1956;13(5):737–749. doi: 10.1161/01.CIR.13.5.737
Banluesombatkul N., Rakthanmanon T., Wila iprasitporn T. Single channel ECG for obstruc-tive sleep apnea severity detection using a deep learning approach. TENCON 2018 – 2018 IEEE Region 10 Conference, Jeju, Korea (South), 28–31 Oct. 2018. IEEE; 2018:2011–2016. doi: 10.1109/TENCON.2018.8650429
Simson M. B. Use of Signals in the Terminal QRS-Complex to Identify Patients with Ven-tricular Tachycardia after Myocardial Infarc-tion. Circulation. 1981;64(2):235–242. doi: 10.1161/01.CIR.64.2.235
Breithardt G., Cain M. E., el-Sherif N. et al. Standards for analysis of ventricular late po-tentials using high-resolution or signal-averaged electro cardiography. A statement by a Task Force Committee of the European So-ciety of Cardiology, the American Heart Asso-ciation, and the American College of Cardiol-ogy. Circulation. 1991;83(4):1481–1488. doi: 10.1161/01.CIR.83.4.1481
Mukhametzyanov O. A., Shcherbakova T. F., Libina D. V. et al. Analysis of Electrocardi-osignals by Z Lead on Presence of Low-Amplitude High-Frequency Components. 2023 Systems of Signals Generating and Pro-cessing in the Field of on Board Communica-tions, Moscow, Russian Federation, 14–16 March 2023. IEEE; 2023:1–5, doi: 10.1109/ieeeconf56737.2023.10092101
Chui K. T., Kim F. T., Hao R. C. et al. An Accurate ECG-Based Transportation Safety Drowsiness Detection Scheme. IEEE Transac-tions on Industrial Informatics. 2016;12(4):1438–1452. doi: 10.1109/TII.2016.2573259
Nayak S. K., Bit A., Dey A. et al. A review on the nonlinear dynamical system analysis of electrocardiogram signal. Journal of healthcare engineering. 2018;2018(1):6920420. doi: 10.1155/2018/6920420
Wang J., Wang P., Wang S. Automated detec-tion of atrial fibrillation in ECG signals based on wavelet packet transform and correlation function of random process. Biomedical Sig-nal Processing and Control. 2020;55:101662. doi: 10.1016/j.bspc.2019.101662
Lander P., Berbari E. J., Rajagopalan C. V. et al. Critical analysis of the signal-averaged electrocardiogram. Improved identification of late potentials. Circulation. 1993;87(1):105–117. doi: 10.1161/01.CIR.87.1.105